BAB III PERANCANGAN SISTEM
3.1 Analisa Permasalahan Penyusunan jadwal kelas reguler di Scomptec Surabaya saat ini lebih banyak mengandalkan naluri bisnis dan penyesuaian dengan jadwal kelas privat yang berjalan tanpa pernah menggunakan suatu proses perhitungan yang berlandaskan suatu teori atau metode perhitungan tertentu. Hal inilah yang dianggap menjadi penyebab sering terjadinya kelas-kelas yang sepi peminat. Penyusunan jadwal merupakan salah satu kegiatan pokok dalam manajemen, karena jika jadwal yang disusun kurang diminati oleh masyarakat, akibatnya perusahaan akan mengalami penurunan omzet yang cukup signifikan. Dari kebiasaan yang telah diamati dan didukung oleh data kelas yang berjalan pada periode-periode sebelumnya, ternyata dapat terlihat adanya suatu perulangan terhadap program yang berjalan pada bulan-bulan tertentu, misal : pada bulan Agustus hingga September, akan terjadi peningkatan pada kelas jenis programming. Setelah diketahui inti dari permasalahan yang terjadi, selanjutnya dicari suatu metode yang tepat untuk bagaimana agar hasil dari analisa yang didukung dengan data historis yang ada dapat dibuat suatu sistem yang mampu memberikan output berupa proyeksi yang dapat mendukung pemilihan program kurus apa saja yang sebaiknya dibuka pada periode berikutnya.
3.2 Data Historis Data historis yang digunakan sebagai ucuan adalah data tahun 2001 – 2002, karena pada bulan Agustus 2000 ada perubahan struktur database yang
34
35
digunakan. Salah satunya adalah penggunaan kode jenis program yang berbeda dengan yang digunakan saat ini.
3.3 Pemilihan Metode Proyeksi dan Metode Penentuan Prioritas Dalam memilih model atau metode apa yang tepat untuk keperluan proyeksi masa datang tentunya tidak akan lepas dari suatu struktur yang sistematis dalam menentukan teknik peramalan seperti yang dikemukanan oleh Render dan Stair dalam bukunya Quantitatif Analysis for Management, 2000. seperti terlihat pada gambar berikut :
METODE DELPHI KUALITATIF
KOMPOSIT KEKUATAN PENJUALAN SURVEI PASAR KONSUMEN
RATA-RATA BERGERAK
TEKNIK PERAMALAN TIME SERIES
EXPONENTIAL SMOOTHING PROYEKSI TREND
KUANTITATIF
ANALIS REGRESI CAUSAL METODE ARIMA
Gambar 3.1. Memilih teknik peramalan
Untuk menetukan metode apa yang akan digunakan, hal utama yang harus diperhatikan adalah jenis data yang digunakan sebagai bahan acuan. Dalam tugas akhir ini data yang digunakan adalah data riil yang merupakan historikal
36
dari kelas-kelas yang terselenggara pada periode sebelumnya, sehingga dapat dipastikan metode yang digunakan adalah metode kuantitatif. Metode kuantitatif itu sendiri dibedakan menjadi dua, yaitu : time series dan causal yang perbedaannya terletak pada apa yang ingin diramalkan seperti yang telah dijelaskan dalam bab dua. Dari analisa permasalahan didapat suatu asumsi bahwa dengan data historikal yang tersedia, yaitu dari tahun 2001 sampai dengan 2002 akan dapat memproyeksi masa datang, untuk itulah digunakan model time series.
TIME SERIES
EXPONENTIAL SMOOTHING MENGANDUNG UNSUR TREND ?
TIDAK
MOVING AVERAGE YA
TREND LINIER
TREND PARABOLIK
TREND EKSPONENSIAL
Gambar 3.2. Analisa time series
Jika data yang digunakan mengandung unsur trend maka ada tiga metode yang dapat digunakan untuk menghitung persamaan trend tresebut, yaitu trend linier, trend parabolik dan trend eksponensial. Dalam pemilihan metode yang digunakan untuk penentuan prioritas pada dasarnya sama seperti menentukan metode peramalan. Hal yang paling utama adalah jenis data yang akan digunakan, apakah data kualitatif atau kuantitatif. Metode penentuan prioritas yang tepat untuk data kualitatif adalah AHP
37
(Analytical Hierarchy Proccess), sedangkan untuk data kuantitatif metode yang tepat digunakan adalah Promethee yang dalam penerapannya mengacu pada konsep kesederhanaan, kejelasan, dan kestabilan.
3.4 Penetapan Variabel Penetapan variabel dalam pengambilan keputusan didasarkan observasi dan wawancara dengan pihak perusahaan. Berdasarkan observasi dan wawancara tersebut, maka dapat disimpulkan bahwa faktor- faktor yang paling berpengaruh dalam optimalisasi jadwal adalah: 1. Rasio kelas akan terisi berdasarkan kebiasaan tahun-tahun sebelumnya. Secara umum, pihak manajemen hanya mengandalkan pengalaman dari satu tahun sebelumnya untuk penyusunan jadwal kelas yang baru. Tetapi, dalam pelaksanaan, trend kelas bisa saja berubah dalam tahun yang sedang berjalan. Dalam sistem nantinya, trend kelas akan dianalisa secara lebih mendetail. 2. Rasio kemungkinan jumlah siswa dari kelas terisi dengan kapasitas kelas. Masing-masing kelas mempunyai kapasitas yang berbeda, antara 2 hingga 12 siswa dalam satu kelas. Secara umum, pihak manajemen hanya melakukan perkiraan kasar bahwa umumnya untuk kelas yang dianggap booming seperti jenis Microsoft Office atau Dekstop Publishing dapat ditempatkan pada kelas dengan kapasitas di atas 8 orang. Tetapi seringkali perkiraan tersebut meleset jauh hingga menyebabkan membengkaknya biaya operasional. 3. Rasio Laba untuk tiap kelas. Laba yang dihasilkan dalam tiap kelas akan berdampak pada penghasilan perusahaan. Laba yang dimaksud adalah perhitungan value dari suatu kelas.
38
Value yang dimaksud adalah penghasilan yang diperoleh dikurangi dengan besar biaya yang dikeluarkan. Misal: 1). Kelas jenis Microsoft Office Dengan kapasitas kelas 12 orang dan terisi 10 orang. Maka penghasilan yang diperoleh adalah 10 x Rp. 400.000 = Rp. 4.000.000. Biaya yang dikeluarkan: Biaya instruktur : Rp. 15.000 x 24 jam = Rp. 360.000 Biaya ujian dan sertifikat : Rp.2.500 x 10 orang = Rp. 25.000 Biaya listrik : Rp. 8000 x 24 jam = Rp. 192.000 Biaya konsumsi = Rp. 5.000 x 13 pertemuan = Rp. 65.000 Total pengeluaran : Rp. 642.000 Total value : Rp. 4.000.000 – Rp. 642.000 = Rp. 3.358.000 2). Kelas jenis programming (misal: Visual Basic). Dengan kapasitas kelas 6 orang dan terisi 6 orang. Maka penghasilan yang diperoleh adalah 6 x Rp. 750.000 = Rp. 4.500.000. Biaya yang dikeluarkan : Biaya instruktur : Rp. 20.000 x 24 jam = Rp. 480.000 Biaya ujian dan sertifikat : Rp.2.500 x 6 orang = Rp. 15.000 Biaya listrik : Rp. 5000 x 24 jam = Rp. 120.000 Biaya lain – lain ( teh ) = Rp. 5.000 x 13 pertemuan = Rp. 65.000 Total pengeluaran : Rp. 680.000 Total value : Rp. 4.500.000 – Rp. 680.000 = Rp. 3.820.000 Dari dua contoh tersebut, maka terlihat bahwa jenis kelas juga berpengaruh bersamaan dengan kapasitas kelas terisi. Akibatnya, value kelas dipengaruhi oleh jenis kelas dan kapasitas kelas yang telah terisi. Dari analisa di atas, maka dapat ditentukan komposisi variabel metode Promethee, yaitu sebagai berikut:
39
Tabel 3.1. jenis variabel / kriteria pembobotan Nama Variabel / Kriteria
Kode
Min / Max
F1
Grade Kelas
Maksimum
F2
Jumlah Pemasukan
Maksimum
F3
Durasi Waktu
Minimum
F4
Pemakaian Komputer
Minimum
F5
Tools
Minimum
F6
Biaya Modul
Minimum
F7
Biaya Konsumsi
Minimum
F8
Rasio Jumlah Kelas
Minimum
F9
Pemakaian Listrik
Minimum
F10
Praktikum
Minimum
Tabel 3.2. Jenis program kursus Kode
Nama Program
ACP
Access Programming
ATF
AutoCad 2D Shape
ATI
AutoCad 3D Shape
DLF
Delphi Fundamental
DPB
Desktop Publishing
DSM
3D Studio Max
FPF
FoxPro Fundamental
FPI
FoxPro Intermediate
ITU
Internet
ITW
Web Design
LNX
Linux
MAC
Microsoft Access
MMD
Macromedia Dreamweaver
MMF
Macromedia Flash
MPR
Microsoft Project
40
NTF
Windows NT Fundamental
OFA
Microsoft Office Advanced
OFF
Microsoft Office Fundamental
OFI
Microsoft Office Intermediate
SQL
SQL Server
VBA
Visual Basic Advanced
VBF
Visual Basic Fundamental
VFF
Visual FoxPro Fundamental
W2K
Windows 2000 Server
3.5 Sistem Flow Sistem Flow merupakan gambaran aliran kerja yang terdapat dalam suatu sistem yang juga berupa representasi grafik, proses-proses yang terjadi, inputoutput, serta kegiatan-kegiatan operasi yang berhubungan dengan sistem tersebut. Sistem flow yang pertama adalah sistem flow sistem manual yaitu sistem yang terjadi saat semua proses masih berjalan secara manual. Dalam proses perencanaan yang berjalan manual melibatkan beberapa entity, yaitu : Manager, Assisten Operasional, dan Scheduler. Manager akan memberikan rancangan kelas program yang akan dibuka pada periode bulan depan kepada assisten operasional, kemudian setelah dipertimbangkan, pihak scheduler menerima kelas apa saja yang akan dibuka. Untuk selanjutnya pihak scheduler membuat suatu jadwal yang disetujui yang kemudian akan cetak ke dalam brosur promosi.
41
Gambar 3.3. Sistem flow penjadwalan kelas manual
Sistem flow yang kedua yaitu sistem flow terkomputerisasi pada live system yaitu pada sistem penjadwalan.
MANAGER
Asst. OPERASIONAL
SCHEDULER
MULAI
Rancangan Kelas
Tidak Kelas Dibuka ?
SELESAI
Jadwal Indent
Buat Brosur dan Jadwal
Ya Kelas Bulanan
Input Data Master Kelas
Jenis Kelas
Cek Data Kelas
Instruktur Brosur dan Jadwal Kelas Berjalan Ya
Kelas Dibuka ?
Tidak SELESAI
Gambar 3.4. Sistem flow penjadwalan terkomputerisasi
42
Sistem flow yang ketiga yaitu sistem flow dari sistem pendukung keputusan yang dibuat dalam tugas akhir ini.
MANAGER
Asst. OPERASIONAL
SCHEDULER
MULAI Jenis Kelas
Rancangan Kelas
Input Data Master Kelas
Histori Kelas
Kelas Bulanan
Siapkan Variabel dan Bobot
Cek Data Kelas
Instruktur Brosur dan Jadwal Kelas Berjalan
Optimalisasi Kelas dengan Variasi Musin dan Promethee
Laporan Hasil Optimalisasi
Terima Hasil Optimalisasi
Jadwal Indent
Buat Brosur dan Jadwal
Ya
Tidak
Ralat Jadwal
Gambar 3.5. Sistem flow sistem pendukung keputusan
43
3.6 Data Flow Diagram Data Historikal 5
Trend
1 Jenis Komponen Proses Proyeksi dengan Trend Variasi Musim & Promethee
Grade Kelas Ruang Kelas 1
Data Indeks Musim
+
6
Komponen 7 2
Grade
TmpGenerate
TmpProyeksi
Data Proyeksi Data Proyeksi
3
Kelas
Data Historikal Data Indeks Musim 2
4
Jenis
Proses Pembuatan Laporan
Jenis Program
SCHEDULER
+
Data Hasil Proyeksi
Laporan Hasil Proyeksi
8
TempProyeksi
USER
Gambar 3.6. DFD level 1
4
Jenis Program
Jenis
1
Data Historikal Ruang Kelas
Proses Proyeksi dengan Trend Variasi Musim
Data Indeks Musim
2
Data Indeks Musim
+
Proses Pembobotan dengan Promethee
Jenis Komponen 3
Kelas
+ 2
Data Historikal 5
Grade Kelas
Trend
1
Komponen Data Proyeksi
6
TmpGenerate
SCHEDULER
7
Gambar 3.7. DFD level 2 proses proyeksi
TmpProyeksi
Grade
44
1 6
Mencari nilai Trend dengan Least Square
Ruang Kelas
TmpGenerate
Data Indeks Musim Data Historikal Nilai Indeks Musim
3
2
Kelas
Data Historikal 5
Mencari nilai Indeks Musim dengan RataRata Sederhana
Trend
SCHEDULER
Gambar 3.8. DFD Proses trend variasi musim
Data Indeks Musim
6
TmpGenerate
7
TmpProyeksi
1 Grade Kelas
2
Data Proyeksi
Proses Preferensi Usual Criterion
Jenis Program
Jenis Komponen
Grade
1
Komponen
4
Jenis
Gambar 3.9. DFD Proses pembobotan dengan promethee
3.7 Entity Relationship Diagram ER-Diagram ini akan menjelaskan mengenai hubungan entity satu dengan entity lain yang terhubung berdasarkan indeks yang sama antara entity satu dengan entity yang lainnya tersebut. Pada tiap entity akan diperjelas dengan tampilan field pada masing-masing entity. ER-Diagram dari sistem pendukung keputusan ini terlihat sederhana, karena tabel-tabel yang ada merupakan hasil impor dari sistem kelas, sedangkan tabel lainnya tidak mempunyai relasi satu
45
sama lain. Hal ini dikarenakan tabel yang ada dalam sistem pendukung keputusan bertujuan utama bukan untuk penyimpanan data permanen, tetapi lebih ditujukan untuk penyimpanan variabel sementara dalam proses pengambilan keputusan.
J enis
K omponen kode nama minmax aktif
Grade grade honor
kode jenis grade aktif harga jam s nac k maintenane lis trik modul tools praktikum minimum
k dk omponen
Grade
K elas kode nama kaps itas aktif
T rend no tahunbulan kelas harga ruang kapas itas teris i dis c ount jmldis c ount intruktur as is ten modul lain s tatus generat e
KdKelas
T mpProyeks i kode tahunbulan honor indeks harga jam s nac k maintenanc e lis trik modul tools praktikum minimum ras iolaba
T mpGenerate bulan kelas ratarata bkum indeks teris i kapas itas
T mpGrafik tahunbulan kelas teris i kapas itas
T empProyeks i kode nama leavingflow enterflow netflow indeks mus im ratarata tahunbulan
Gambar 3.10. ER-Diagram
3.8 Perancangan Database Untuk pembuatan database digunakan Microsoft Access karena memberikan kemudahan dalam integrasi dengan program Visual Basic. Adapun struktur database yang dibuat adalah sebagai berikut : 1. Tabel Grade Tabel Grade digunakan untuk menyimpan data grade kelas yang menentukan honor instruktur. Field Name Grade Honor
Key Type PK
Data Type Text Currency
Length 1 Currency
Keterangan Grade Kelas Honor Instruktur per Jam
46
2. Tabel Jenis Tabel Jenis digunakan untuk menyimpan jenis program yang ada Field Name Kode Jenis Grade Aktif Harga Jam Snack Maintenance Listrik Modul Tools Praktikum Minumun
Key Type PK
Data Type Text Text Text Boolean Currency Number Currency Currency Currency Currency Currency Currency Number
Length 6 50 1 Boolean Currency Long Integer Currency Currency Currency Currency Currency Currency Long Integer
Keterangan Kode Program Nama Program Grade Program Status Program Harga Kelas Durasi Kelas Biaya Snack Biaya Maintenance Biaya Listrik Biaya Modul Biaya Tools Biaya Praktikum Rasio Kelas
3. Tabel Kelas Tabel Kelas digunakan untuk menyimpan ruang kelas yang ada Field Name Kode Nama Kapasitas Aktif
Key Type PK
Data Type Text Text Number Boolean
Length 6 50 Long Integer Boolean
Keterangan Kode Ruang Nama Ruang Kapasitas Ruang Status Ruang
4. Tabel Komponen Tabel Komponen digunakan untuk menyimpan data komponen / kriteria pembobotan yang akan digunakan dalam promethee Field Name Kode Nama Minmax Aktif
Key Type PK
Data Type Text Text Boolean Boolean
Length 6 50 Boolean Boolean
Keterangan Kode Kriteria Nama Kriteria Nilai MinMax Status Kriteria
5. Tabel Trend Tabel Trend digunakan untuk menyimpan data kelas yang akan dicari nilai indeks trend variasi musim
47
Field Name No Tahunbulan Kelas Harga Ruang Kapasitas Terisi Discount Jmldiscount Instruktur Asisten Modul Lain Stsgenerate
Key Type PK
Data Type Number Text Text Currency Text Number Number Number Number Currency Currency Currency Currency Boolean
Length Long Integer 6 50 Currency 50 Long Integer Long Integer Decimal Long Integer Currency Currency Currency Currency Boolean
Keterangan Nomor Periode tahun bulan Jenis kelas Harga Kelas Nama ruang Kapasitas ruang Jumlah terisi Discount Jml discount Biaya instruktur Biaya asisten Biaya modul Biaya lain Status generate
6. Tabel TmpGrafik Tabel TempGrafik merupakan tabel temporari yang berfungsi untuk menyimpan kalkulasi dari data histori kelas untuk diterjemahkan dalam grafik. Field Name Tahunbulan Kelas Terisi Kapasitas
Key Type PK PK
Data Type Number Text Number Number
Length Long Integer 50 Long Integer Long Integer
Keterangan Periode tahun bulan Jenis kelas Jumlah Peserta Kapasitas Kelas
7. Tabel TempGenerate Tabel TempGenerate merupakan tabel temporari yang berfungsi untuk menyimpan data hasil proses pencarian nilai indeks dari trend variasi musim. Field Name Bulan Kelas Ratarata Bkum Indeks Terisi Kapasitas
Key Type PK PK
Data Type Number Text Number Number Number Number Number
Length Long Integer 50 Decimal Decimal Decimal Long Integer Long Integer
Keterangan Periode bulan Jenis kelas Rata-Rata B Kumulatif Indeks Musim Jumlah Terisi Kapasitas Kelas
8. Tabel TempProyeksi Tabel Tempproyeksi merupakan tabel temporari yang berfungsi untuk menyimpan data hasil proyeksi kelas dengan metode promethee.
48
Field Name Kode Nama Leavingflow Enterflow Netflow Indexmusim Ratarata Tahunbulan
Key Type PK
Data Type Text Text Number Number Number Number Number Text
Length 6 50 Decimal Decimal Decimal Decimal Decimal 50
Keterangan Kode Jenis kelas LeavingFlow EnteringFlow NetFlow Index Musim Rata-Rata Proyeksi Periode tahun bulan
9. Tabel TmpProyeksi Tabel ini digunakan berfungsi untuk menyimpan data proyeksi yang akan digunakan untuk perhitungan promethee. Field Name Kode Tahunbuln Honor Indeks Harga Jam Snack Maintenance Listrik Modul Tools Praktikum Minimum Rasiolaba
Key Type Pk PK
Data Type Text Text Currency Number Currency Number Currency Currency Currency Currency Currency Currency Number Currency
Length 6 50 Currency Decimal Currency Long Integer Currency Currency Currency Currency Currency Currency Long Integer Currency
Keterangan Kode Periode tahun bulan Honor Instruktur Indeks Musim Nilai ramalan Durasi Kelas Biaya Snack Biaya Maintenance Biaya Listrik Biaya Modul Biaya Tools Biaya Praktikum MinMax Rasio Laba
